英特尔宣布以 Premier 会员身份加入 PyTorch 基金会。
五年来，英特尔一直积极参与 PyTorch 开发，帮助优化 PyTorch 的 CPU 推理性能，以及各种其他优化，以提升英特尔处理器上的人工智能性能。
例如，在 PyTorch 2.0 中，英特尔对 TorchInductor CPU FP32 推理进行了优化，改进了 PyG 中 GNN 的推理/训练性能，针对 x86 CPU 平台优化了 Int8 推理，并利用 oneDNN Graph API 加快了 CPU 上的推理速度。
英特尔目前有四名 PyTorch 维护者（三名活跃人员，一名退休人员），负责维护 CPU 性能模块和编译器前端。他们积极主动地对问题进行分类并审查来自社区的 PR，已经为 PyTorch 上游合并了数百个 PR。
维护者的其他工作还包括：
我们一起聊 AI！>>> 华为以 Premier 会员身份加入了 PyTorch 基金会。 作为 Premier 成员，华为会参与 PyTorch 基金会理事会的工作，并将帮助制定政策、章程以及使命和愿景声明，以定义 PyTorch 基金会举措、技术愿景和方向的总体
PyTorch 基金会宣布 Hugging Face 已加入为首要成员。与此同时，Hugging Face 开源负责人 Lysandre Debut 也成为了 PyTorch 基金会治理委员会的一员。 Hugging Face 是一个致力于降低机器学习和深度学习入门门槛的社区和公司，其模型
、谷歌云、微软和 NVIDIA 等大厂的联合推动下，PyTorch 基金会成立了。PyTorch 基金会隶属于 Linux 基金会，其管理委员会由上述六个公司的代表组成。 PyTorch 是一个由 Meta (原 Facebook)开源的 Python机器学习库，基于 Torch
PyTorch 进行了创新和迭代，并将它迁移到新成立的 PyTorch 基金会，成为 Linux 基金会的一部分。 PyTorch 2.0 引入了 torch.compile，这是一种编译模式，可以在不更改模型代码的情况下加速模型。在 163 个涵盖视觉、NLP 和其他领域的开
空工作室、思科、梦工厂、英佩游戏 (Epic Games)、谷歌、英特尔、SideFX、迪士尼工作室、以及维塔数码 (Weta Digital)。 ASWF 执行董事表示，Canonical 是更广泛的开源生态系统的领导者，它基于开源 Linux 发行版开发了重要的产品和服
。 阿里巴巴达摩院科技有限公司高级技术专家王云龙 英特尔（中国）有限公司开源技术总监杨继国带来《AI时代PC操作系统新机遇》主题分享。他表示，AI为Linux桌面带来前所未有的新机遇。英特尔正积极投身于这一变革浪潮
(NLP)。通过扩展的硬件获取 AI 加速。 第 13 代智能英特尔® 酷睿™ 台式机处理器（原代号为 Raptor Lake）的全新初始支持。 针对智能云、边缘和媒体分析工作负载中深度学习推理工作负载的英特尔独立显卡、 英特
管组织和公司。值得的是，其目前的支持者名单中并没有英特尔。
英特尔近些年一直有在持续投资 RISC-V，比如去年他们就加入了 RISC-V 国际基金会，旗下的 Mobileye 还推出了基于 RISC-V 的 EyeQ Ultra 芯片，在去年 8 月英特尔还推出了 Intel Pathfinder for RISC-V 项目。 Intel Pathfinder for RISC-V 是一个集成开
动态 RWKV-6-World 14B 开源发布 2024 年 7 月 19 日，RWKV 开源基金会宣布正式向全球开源 RWKV-6-World 14B 模型。 RWKV-6-World 14B 是迄今最强的稠密纯 RNN 大语言模型。在最新的性能测试中，该模型英文性能相当于 Llama2 13b。在同参数的模
PyTorch 2.0 现已发布！ 新版本包括稳定版的 Accelerated Transformers（以前称为 Better Transformers）；Beta 功能包括： 使用 torch.compile 作为 PyTorch 2.0 的主要 API（有关 torch.compile 的全面介绍和技术概述，请访问 2.0 入门页面。） scaled_d
单位、高校及机构深度参与OpenCloudOS社区的共建 ，腾讯、英特尔、中兴、九州云、网迅科技、绿芯、麒麟软件、京东云、宝德、北京红旗、飞腾、浪潮、龙芯中科、OPPO、中科方德、兆芯、清华大学、北京大学等都是社区重要成
Krita 基金会宣布，英特尔已成为 Krita 基金会的首个企业“金牌”赞助商，每年至少为这个开源的绘画软件贡献 3 万欧元。 Krita 是一款自由开源的免费绘画软件，使用 GPL 许可证发布。它的功能齐全，能胜任从起草、勾线、
在我们已经有 C++ 实现的 Tensorflow Lite plugin ，C++ 实现的 PyTorch plugin ，C++ 实现的 OpenVINO plugin ，C++ 实现的 eBPF plugin ，Rust 实现的 Rustls plugin 。 这些 plugin 将与之后的 component model 兼容，持续有效。 通过 plugin 实现了用于 AI、可观